福建沿海精细化台风风暴潮集合数值预报技术研究及应用

该文首先基于高级环流模型(ADCIRC)建立了一个适合台湾海峡及福建沿海区域的精细化台风风暴潮数值预报模式。利用所建立的精细化数值预报模式对影响台湾海峡及福建沿海的8次台风风暴潮个例进行了模拟,对模拟的24个站次的风暴潮增水峰值与实测值进行了对比,平均绝对误差小于15 cm;其次,为了尽可能减小由于台风路径预报误差而造成的风暴潮增减水误差,本文采用了集合数值预报技术,试报证明此方法可以在一定程度上减小风暴潮增减水误差。     

基于多源数据的长江口概率风暴潮预报系统

将6个气象预报机构对西北太平洋一带台风的预报数据合并为一个分析数据。根据分析数据,共得到45个台风样本（5条台风路径、3个台风最大风速和3个台风中心气压）,基于WRF和FVCOM模型建立了一套适用于长江口及附近海域的风暴潮预报系统,以热带气旋“利奇马”（201909）为例,利用该预报系统进行了模拟预报,实现了风暴潮的集合预报和概率预报。结果表明,该系统对增水具有较好的预测精度,可提供各增水场的发生概率。     

9204号台风风暴潮的预报

9204号台风是1992年登陆我国的第一个台风,引起了海南省及广西沿海显著的风暴增水,广西几个测站出现了超过当地警戒水位的高潮位。在其台风影响期间,国家海洋预报台风暴潮预报组密切注视台风动向,利用已建立的动力数值预报模式,先后进行了6次跟踪计算,该模式计算结果在这次风暴潮预报中发挥了重要作用,此次预报亦是对该数值预报模式的一次最理想且成功的实践检验。     

石臼港台风风暴潮的研究及预报

本文利用石臼港多年潮汐和台风资料,分析研究了该港台风及台风风暴潮的基本特征。在此基础上,采用多元线性回归技术,求出该港台风风暴潮极值预报公式,经非独立预报和独立预报检验,效果令人满意。     

预报台风风暴潮极值的人工神经网络方法

本文提出预报台风风暴潮极值的人工神经网络方法，并以广东省海门测站为例，进行了具体研究，其拟合相对误差不超过８．１％，预报相对误差不超过９．７％，结果表明，该方法性能良好，可望成为台风风风暴潮极值预后的有效辅助手段。     

基于多源数据的台风风暴潮概率预报研究:台风集合的构建

建立了一套用于台风风暴潮集合预报的台风集合构建方案.首先基于中国中央气象台、中国香港天文台、中国台湾中央气象局、美国联合台风预警中心、日本气象厅和韩国气象台6家预报中心的预报数据,构建一个误差更小的24 h、48h和72 h预报时效的台风分析数据;然后基于分析数据构建9个路径样本(1条分析路径+2个概率圆上的8条概率路...     

台风风暴潮异模式集合数值预报技术研究及应用

台风风暴潮数值预报的准确性在很大程度上取决于台风路径预报和强度预报的精度以及风暴潮预报模型的计算精度。目前,国际上24/48 h台风路径预报平均误差分别约为120/210 km左右[1],对于走向异常的台风误差更大;更有,根据单一的台风路径和单族的风暴潮数值预报模式并不能保证获得可靠的风暴潮预报结果。考虑多重网格法原理具有在疏密不同的网格层上进行迭代以达到平滑不同频率的误差分量,使得计算快速收敛,精度提高的特性。在前期研究基础上基于业务化高分辨率(结构网格/有限差分算法)和精细化(非结构网格/有限元算法)台风风暴潮集合数值预报模型构建多模型台风风暴潮集合数值预报系统。采用"非同族"模型进行集合预报很大程度上降低了误差相似遗传的可能性。应用该方法对典型台风风暴潮过程进行了试应用,试报结果表明:该方法对风暴潮增、减水预报效果高于单一集合预报,具有一定的应用前景。     

风暴潮预报知识讲座

第五讲风暴潮预报技术(2) 上一讲作者概要地介绍了风暴潮经验预报方法,并较详细地介绍了台风风暴潮数值预报方法中的诺模图方法.尽管诺模图方法是风暴潮预报的一种有用手段,但毕竟所能查算的值仅限于一次台风过程的最大风暴潮值(Peak Surge),而这对于反映一次风暴潮在空间和时间上的变化是远远不够的.     

青岛地区的台风暴潮灾度预报探讨

本文依据青岛沿海地区的台风暴潮成灾范围和经济失额划分了灾级；利用１９４９年以来青岛地区台风暴潮成灾个例，以潮位，波高以及他们的综合值为因子，运用逐步回归方法，建立了青岛地区台风暴潮灾度预报方程，经回报和后报检验，效果很好。     

0814号强台风"黑格比"风暴潮分析与数值模拟

2008年第14号强台风“黑格比”是12年来袭击粤西最强的台风,由于它移动速度快、登陆强度强,给粤西沿海带来了严重的风暴潮灾害,珠江口至阳江一带有多个潮位站的高潮位超过历史极值。本文根据珠江口、粤西、雷州半岛等几个潮位站资料探讨了“黑格比”台风的风暴增水特征;利用国家海洋环境预报中心业务化的风暴潮集合预报模式对本次过程进行了模拟,并分析了模拟效果。     

一个东海嵌套网格台风暴潮数值预报模式的研制与应用

建立了一个覆盖东海的两重嵌套网格高分辨率台风暴潮数值预报模式.粗、细网格模式分辨率分别为6'和2'.两套网格的嵌套采用单向松弛套网格技术,即在细网格的内边界附近建立了一个“过渡区”,对预报的物理量进行松弛,使粗、细网格模式变量逐步过渡,避免了边界附近寄生波的产生,从而增加了模式的稳定性.利用该模式,对显着影响东中国海地区的6次风暴潮过程进行了后报和预报试验.与观测资料比较,数值结果令人满意.     

灰色系统灾变预报方法在风暴潮预报中的应用

本文把灰色系统灾变预报方法应用到风暴潮预报中，对逐年最大风暴潮增水资料确定一个阈值ξ，对于年最大风暴潮位资料大于阈值ξ的年份组成一个序列，用一阶线性模型GM（1，1）预报风暴潮灾的出现年份，结果表明：用GM（1，1）模型可较好地预报风暴潮灾的出现年份。     

基于高低潮的风暴增水人工神经网络预报模型

针对只有高低潮数据的情况,利用人工神经网络建立起一种预报当前台风时刻后第一个高潮时增水的模型。该模型选取台风在当前时刻、前6 h、前12 h、前18 h的中心经度、纬度、最大风速、中心气压以及当前时刻前第一个高潮时刻的风暴增水为输入单元。台风当前时刻后第一个高潮时刻风暴增水为模型输出单元。利用历史资料形成的规范化后的模式对,对模型进行训练,训练成功后,结合台风因子预报模型,即可用于风暴增水的预报。经过长江口高桥站高低潮实测资料的检验,结果表明该模型提取到了风暴增水效应,说明该模型可用于风暴增水的预报。     

集合海浪预报的发展与应用回顾

总结了国内外集合海浪预报的发展及应用现状,现有集合海浪预报的方法及优缺点。以NOAA/NCEP机构为例,给出了集合海浪主流预报产品的种类,通过集合预报产品的分析可以看出,集合海浪预报能够将传统的确定性预报扩展至概率预报领域,可给出更多可能出现的未来状态,能提供单纯确定性预报所不能提供的额外信息,已成为国际上业务化海洋学未来发展的重要方向之一。     

一个稳态Kalman滤波风暴潮数值预报模式

利用Kalman滤波资料同化技术将海洋站水位观测资料融入二维线性风暴潮模式中,研制具有资料同化能力的风暴潮预报模式,改进风暴潮模式计算结果.通过在风暴潮模式的动量方程中加入模式噪声项来修正模式本身和气象强迫力的不确定性.确定性模式的输出通过带有观测噪声的观测方程与可利用的海洋站的潮位观测资料联系起来.假定初始的模式噪声和观测噪声满足均值为0的高斯分布,用迭代法得到计算区域的状态向量的稳态Kalman滤波,进而得到风暴潮模式输出的最优线性校正结果.利用这种资料同化技术,对1956年发生在东海的一次强风暴潮过程进行了后报试验,结果表明,该同化方法对短期风暴潮水位后(预)报有一定的改进.     

杰氏风暴潮预报方法在珠海及粤西海域的应用

珠海及粤西海域是风暴潮灾害的多发区,本文通过杰氏风暴潮预报方法对历史上给珠海和粤西海域造成较大影响的台风增水事件进行后报试验并通过统计分析方法对原有的预报公式进行订正,总结出适合珠海及粤西海域的风暴潮预报公式。并利用5年的时间对珠海及粤西海域的台风增水进行试报,结果表明预报准确率分别达95.0%和87.6%,这说明订正后的公式能对珠海及粤西海域的风暴潮预报起到较好的预报效果。     

珠江口地区台风风暴潮的数值模拟试验

本文选取了3个珠江口对造成严重风暴潮灾害的南海西北向路径的台风作为个例,利用国家海洋环境预报中心建立的业务化的台风风暴潮模式进行风暴潮后报检验.将结果与珠江口地区三个验潮站实际观测资料进行对比发现:模式的后报效果比较理想,对业务预报中最为关心的最大风暴增水值模拟较好,说明该模式对模拟这类型路径台风引起的风暴增水有较好的预报适用性.并且进一步发现:强度越大的台风,增水峰值模拟效果越好;该地区各验潮站的最大增水通常发生在台风中心距离验潮站最短的几个小时内.